版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
耦合极点对称模态分解和小波包方法在短期风电出力预测中的应用
作者机构：国投电力控股股份有限公司 资源环境系统优化教育部重点实验室(华北电力大学)
出 版 物：《现代电力》 (Modern Electric Power)
年 卷 期：2025年
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0807[工学-动力工程及工程热物理] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
主 题：极点对称模态分解 门控循环单元神经网络 小波包分解 风电出力预测
摘 要：为降低风力发电的不确定性和波动性对电网造成的影响，提出一种耦合极点对称模态分解和小波包分解的门控循环单元神经网络预测模型。首先，对原始风电出力序列进行二次分解重构，充分挖掘出序列中的规律；之后，针对分解的子模态，使用门控循环单元神经网络进行预测；最后，将组合模型的预测结果与原始门控循环单元神经网络预测结果、反向传播神经网络预测结果进行对比。以新疆阿勒泰某风电场为算例，验证了该混合模态分解模型的有效性，结果表明所提模型可以显著提高短期风力发电的预测精度。
